¿Qué hace Validación de Métodos Analíticos?
Cuándo usar
Cada vez que la pregunta es si un procedimiento analítico es adecuado para su propósito previsto: diseñar un estudio de validación, evaluar datos de validación, verificar un procedimiento compendial, transferir un procedimiento a otro laboratorio o instrumento, o defender cualquiera de estos en un informe.
Las dos reglas
1. Establezca qué marco regulatorio rige antes de diseñar cualquier cosa. El mismo ensayo se valida de manera diferente bajo ICH Q2(R2), USP <1225>, ICH M10, CLSI EP e ISO/IEC 17025. Estos difieren en qué características son requeridas, cómo se organizan los estudios y si se proporcionan criterios de aceptación numéricos. Mezclarlos produce un protocolo que no satisface a ninguno.
2. Establezca los criterios de aceptación antes de recolectar datos. Los criterios elegidos después de ver los resultados no son criterios de aceptación, y decidirlos post hoc es un hallazgo recurrente en auditorías. ICH Q2(R2) deliberadamente no proporciona casi ningún criterio numérico; deben provenir de la especificación, el perfil analítico objetivo (ICH Q14 sección 3) o los datos de desarrollo. ICH M10 es la excepción: proporciona números explícitos, y estos difieren entre ensayos cromatográficos y ensayos de unión a ligando.
Alcance
Esta habilidad planifica estudios, calcula las estadísticas correctamente y estructura la documentación. No decide que un procedimiento está validado, libera un lote, acepta o rechaza una corrida, cierra una investigación ni sustituye al analista, al revisor técnico, a la unidad de calidad o al regulador. Cada script informa; ninguno concluye.
Límite de derechos de autor
Las guías ICH se publican abiertamente y están licenciadas para su reutilización con reconocimiento, por lo que sus requisitos están codificados directamente en esta habilidad. Los capítulos generales de USP, los documentos CLSI EP y los estándares ISO tienen derechos de autor y están protegidos por muros de pago. Para estos, esta habilidad proporciona la designación, el alcance y dónde obtener una copia autorizada — nunca el texto, nunca umbrales inventados. No pida a un agente que recupere, transcriba o reconstruya su contenido. Si un número es importante y se encuentra en un documento protegido, léalo de la copia autorizada.
Marcos regulatorios
cd skills/analytical-method-validation/scripts
python3 plan_validation.py --list-frameworks
| Clave | Rige | Criterios numéricos suministrados |
|---|---|---|
ich-q2r2 | Pruebas de liberación y estabilidad de sustancias y productos farmacéuticos | Casi ninguno — usted los deriva |
ich-m10 | Medición de concentración bioanalítica (FK, TK, BE) | Sí, y difieren por modalidad |
usp-1220 | Ciclo de vida de procedimientos compendiales, tres etapas | Muro de pago |
usp-1225 / usp-1226 | Validación / verificación de procedimientos compendiales | Muro de pago |
clsi | Procedimientos de medición en laboratorio clínico (serie EP) | Muro de pago |
iso-17025 | Métodos desarrollados en laboratorio y modificados bajo acreditación | No — "en la medida necesaria" |
Q2(R2) reemplazó a Q2(R1) en noviembre de 2023 y reestructuró las características. El rango es ahora la característica principal (sección 3.2), que contiene respuesta (linealidad) y validación de límites inferiores del rango (LD/LQ). La exactitud y precisión son la sección 3.3 y pueden evaluarse en combinación contra un solo criterio. La robustez se trata como una actividad de desarrollo y hace referencia cruzada a ICH Q14. Los procedimientos multivariantes se abordan explícitamente (2.5 y 3.2.2.3), y el Anexo 2 agrega ejemplos prácticos para técnicas que Q2(R1) nunca cubrió: ¹H-RMN cuantitativo, NIR, LC/MS cuantitativo, qPCR, ensayos biológicos y tamaño de partícula. Un protocolo con forma de Q2(R1) — una lista plana de linealidad, rango, exactitud, precisión, especificidad, LOD, LOQ, robustez — está desactualizado. Tenga en cuenta también la corrección de errores del 30 de noviembre de 2023 a la Tabla 5 y las Tablas 6-11.
Scripts
cd skills/analytical-method-validation/scripts
| Script | Pregunta que responde |
|---|---|
plan_validation.py | ¿Qué marco, qué características, qué diseño de estudio, qué protocolo? |
check_response.py | ¿El modelo de calibración realmente se mantiene en todo el rango? |
check_accuracy_precision.py | ¿Cuál es la recuperación y cuánta variabilidad es entre días? |
check_detection_limits.py | ¿Cuáles son LD y LQ por cada enfoque permitido, y sirven al umbral de notificación? |
check_bioanalytical_run.py | ¿Esta corrida cumple con ICH M10 para su modalidad? |
compare_methods.py | ¿Son dos procedimientos equivalentes, con un margen predefinido? |
Todos toman --format table|tsv|json. La procedencia, las citas de guías y las advertencias van a stderr; los datos van a stdout, por lo que > out.tsv los mantiene separados. El código de salida es 0 si no hay hallazgos, 1 cuando se generaron hallazgos, 2 para entrada incorrecta, por lo que cualquiera de ellos puede condicionar un flujo de trabajo.
Flujo de trabajo
1. Fijar el marco regulatorio y las características requeridas
python3 plan_validation.py --framework ich-q2r2 --attribute assay --technique hplc --range-use assay
La Tabla 1 de Q2(R2) decide lo que se requiere según el atributo medido, no según la técnica. Para un ensayo cuantitativo (assay): especificidad, respuesta, exactitud, repetibilidad, precisión intermedia. Para una prueba de límite: especificidad y solo LD. Para una prueba de identidad: solo especificidad. Los atributos aceptados incluyen assay (ensayo cuantitativo), impurity (impureza, cuantitativa), impurity-limit (impureza, límite) e identity (identidad).
El rango reportable proviene de la especificación. La Tabla 2 de Q2(R2) proporciona ejemplos prácticos: 80–120% del contenido declarado para un ensayo, 70–130% para uniformidad de contenido, umbral de notificación al 120% de la especificación para una impureza.
2. Generar el protocolo y completar los criterios
python3 plan_validation.py --framework ich-q2r2 --attribute impurity --protocol > protocol.md
Cada campo entre corchetes es una decisión que debe tomarse y registrarse antes de la recolección de datos. El esqueleto del protocolo deliberadamente se niega a prellenar los criterios de aceptación para el trabajo bajo Q2(R2), porque no existe un valor predeterminado defendible.
3. Evaluar la respuesta
python3 check_response.py -i calibration.csv --max-back-calc-error 2
La entrada es level,response, una fila por inyección; las filas repetidas en el mismo nivel son réplicas, y proporcionarlas es lo que hace posible la prueba de linealidad.
Salida real de una curva que un coeficiente de determinación aprobaría sin problema:
statistic value
niveles distintos 5
pendiente 166.6000
intercepto 2495.0000
IC del intercepto incluye 0 no
coeficiente de determinación (r2) 0.9830
F de falta de ajuste 469.5294
p de falta de ajuste 1.5139e-06
p de prueba de rachas 0.0492
nivel n media_respuesta media_retrocalculada porcentaje_error_relativo
50.0000 2 10075.0000 45.4982 -9.0036
75.0000 2 15150.0000 75.9604 1.2805
100.0000 2 20050.0000 105.3721 5.3721
125.0000 2 24050.0000 129.3818 3.5054
150.0000 2 26450.0000 143.7875 -4.1417
r² = 0.983 y el modelo es inutilizable: error retrocalculado de −9.0% en la parte inferior del rango, p de falta de ajuste = 1.5 × 10⁻⁶, signos residuales no aleatorios. r² no es evidencia de linealidad — aumenta con el rango y es casi insensible a la curvatura. La prueba F de falta de ajuste contra el error puro y el patrón residual son la evidencia, por lo que Q2(R2) 3.2.2.1 solicita un análisis de la desviación de los puntos de la línea en lugar de solo un coeficiente de correlación.
Agregue --weight 1/x2 para una curva de rango amplio. El script marca la heterocedasticidad cuando la varianza residual en el tercio superior del rango supera al tercio inferior en más de 10×, porque un ajuste no ponderado sesga entonces exactamente el extremo inferior donde reside un umbral de notificación.
4. Evaluar exactitud y precisión
python3 check_accuracy_precision.py -i ap.csv --accuracy-limit 2 --rsd-limit 1.0 --design-check assay
La entrada es level,measured,group, donde group es el factor de precisión intermedia: día, analista o instrumento.
nivel componente sd rsd_pct gl ic90_inf_sd ic90_sup_sd
100 repetibilidad (intragrupo) 0.0707 0.0707 3 0.0438 0.2065
100 intergrupo 1.6515 1.6515 2 n/a n/a
100 precisión intermedia (total) 1.6530 1.6530 2.0037 0.9554 7.2821
La repetibilidad de 0.07 % RSD parece excelente; la precisión intermedia es del 1.65 %, veintitrés veces mayor, porque la variabilidad reside completamente entre días. Reportar la cifra intradía como la precisión del procedimiento subestimaría el rendimiento rutinario en más de un orden de magnitud. Esta es la razón por la que el script ajusta un modelo de efectos aleatorios de una vía en lugar de agrupar.
Dos trampas que el script maneja por usted:
- La precisión se estima dentro de cada nivel, nunca agrupada entre niveles. Agrupar los resultados de 80/100/120 % en una sola desviación estándar convierte el rango mismo en una aparente imprecisión. El script informa por nivel, además de una vista independiente del nivel como porcentaje del nominal.
--require-ci-within-limitexige que todo el intervalo de confianza esté dentro del límite, no solo la media. Q2(R2) 3.3.1.4 solicita que el intervalo sea compatible con el criterio; una media que apenas entra con seis réplicas no ha demostrado mucho.
5. Establecer LD y LQ, y confirmarlos
python3 check_detection_limits.py --calibration lowcal.csv --blanks blanks.csv \
--confirm-ql 0.05 --confirm-data ql_check.csv --reporting-threshold 0.05
enfoque sigma pendiente LD LQ
sd-y-pendiente (sigma = SD residual de regresión) 7.2816 5033.3490 0.0048 0.0145
sd-y-pendiente (sigma = SD del intercepto y) 4.3303 5033.3490 0.0028 0.0086
sd-y-pendiente (sigma = SD de 8 blancos) 3.7702 5033.3490 0.0025 0.0075
Los mismos datos proporcionan estimaciones de LQ que abarcan 1.9×, únicamente por la elección de σ. Por lo tanto, Q2(R2) 3.2.3.5 requiere que se informen el límite y el enfoque utilizado para determinarlo, y que un límite estimado se confirme con muestras en o cerca de él. Para un procedimiento de impurezas, el LQ debe estar en o por debajo del umbral de notificación. Alcanzar reflexivamente 3.3σ/pendiente, informar un número sin un enfoque nombrado y nunca confirmarlo son tres hallazgos separados.
6. Corridas bioanalíticas bajo ICH M10
python3 check_bioanalytical_run.py --modality chromatographic --run run1.csv
python3 check_bioanalytical_run.py --modality lba --isr isr.csv
python3 check_bioanalytical_run.py --modality lba --criteria
--modality es obligatorio y no tiene valor predeterminado, porque los criterios realmente difieren:
| Cromatográfico | Ensayo de unión a ligando | |
|---|---|---|
| Tolerancia de calibración | ±15 %, ±20 % en LLOQ | ±20 %, ±25 % en LLOQ y ULOQ |
| Exactitud / precisión | ±15 % / ≤15 % CV (±20 % / ≤20 % en LLOQ) | ±20 % / ≤20 % CV (±25 % / ≤25 % en LLOQ y ULOQ) |
| Diseño de E&P | 4 niveles de QC, 5 réplicas/corrida, ≥3 corridas en ≥2 días | 5 niveles de QC, 3 réplicas/corrida, ≥6 corridas en ≥2 días |
| Error total | sin tal criterio | ≤30 %, ≤40 % en LLOQ y ULOQ |
| Concordancia ISR | ±20 % para ≥2/3 de las repeticiones | ±30 % para ≥2/3 de las repeticiones |
Aplicar los números cromatográficos de ±15 % a un ensayo de unión a ligando, o importar el criterio de error total de LBA a un método cromatográfico, son errores comunes y ambos incorrectos.
La verificación de la corrida impone la regla por nivel que a menudo se pasa por alto: al menos 2/3 de todos los QC y al menos el 50 % en cada nivel. Una corrida puede pasar la fracción general mientras un solo nivel falla por completo.
hallazgo: nivel de QC alto: 0/2 dentro de la tolerancia (0 %); ICH M10 requiere al menos el 50 % en cada nivel
7. Transferencia y comparación de métodos
python3 compare_methods.py -i paired.csv --margin 2 --relative --slope-tolerance 0.05
diferencia media (%) 1.4646
margen TOST 2.0000
valor p TOST 1.0528e-13
IC 90% (TOST) 1.44127 a 1.48797
equivalente en el margen declarado sí
--- solo para contraste ---
prueba t pareada p (NO equivalencia) 0.0000
pendiente MCO (sesgada aquí) 1.0396
pendiente Deming 1.0398
pendiente Passing-Bablok 1.0351
Dos errores que esto reemplaza:
- "p > 0.05, no hay diferencia significativa, por lo tanto los métodos son equivalentes." No detectar una diferencia no es evidencia de equivalencia, y en un conjunto de datos de transferencia pequeño, ese resultado es casi seguro. TOST prueba la hipótesis que importa: que la diferencia verdadera se encuentra dentro de un margen predefinido. Aquí, la prueba t dice que la diferencia es altamente significativa y TOST dice que los métodos son equivalentes en ±2 %; ambas son ciertas, y solo una responde a la pregunta.
- Mínimos cuadrados ordinarios para comparación de métodos. MCO asume que los valores de referencia no tienen error, lo cual es falso al comparar dos procedimientos, y sesga la pendiente hacia cero. Deming (con una relación de varianzas de error declarada) y Passing-Bablok (no paramétrica, resistente a valores atípicos) son las regresiones apropiadas y se informan junto con MCO para contraste.
El script también marca el sesgo proporcional — cuando la diferencia tiende a aumentar con la concentración, un sesgo medio único y sus límites de concordancia son engañosos, por estrechos que parezcan.
Lo que esta habilidad busca prevenir
- Validar contra la estructura de ICH Q2(R1) tres años después de que Q2(R2) la reemplazara.
- Criterios de aceptación escritos después de ver los datos.
- r² presentado como evidencia de linealidad.
- Repetibilidad reportada como la precisión del procedimiento, con el componente entre días invisible.
- Un número de LD/LQ sin un enfoque nombrado y sin confirmación.
- Criterios cromatográficos de M10 aplicados a un ensayo de unión a ligando, o viceversa.
- La no significancia de una prueba t presentada como equivalencia en una transferencia de método.
Referencias
references/framework-selection.md— qué marco regulatorio rige y las preguntas que debe hacer antes de comenzar.- Scripts documentados y ejemplos de entrada en
skills/analytical-method-validation/scripts/. - Copias autorizadas de los estándares USP, CLSI e ISO citados en los protocolos.